การสร้างแบบจำลองข้อมูลเชิงกายภาพ

หากการสร้างแบบจำลองข้อมูลเชิงตรรกะ (Logical Data Modeling) เป็นการสร้างตารางในอุดมคติที่เหมาะสมกับฐานข้อมูลแบบสัมพันธ์ การสร้างแบบจำลองข้อมูลเชิงกายภาพ (Physical Data Modeling) จะรวมถึงการสร้างตารางในอุดมคติให้เป็นตารางที่ใช้งานจริง พร้อมทั้งพิจารณาถึงการวางแผนการใช้พื้นที่จัดเก็บข้อมูลอย่างมีประสิทธิภาพ การออกแบบการแบ่งพาร์ติชันของออบเจ็กต์ และการออกแบบดัชนีที่ดีที่สุด เพื่อเน้นการปรับปรุงประสิทธิภาพและการเพิ่มประสิทธิภาพ

วิธีการค้นหาแบบสอบถามที่ช้า (Slow Query) ซึ่งเป็นสาเหตุของปัญหาคอขวดในระหว่างการดำเนินงานของบริการจะแตกต่างกันไปตามประเภทของ DBMS และแบบสอบถามที่ช้า (Slow Query)จำเป็นต้องค้นหาโดยใช้เป็นคำหลักในการค้นหา

สิ่งที่ควรพิจารณาเพื่อประสิทธิภาพ

การค้นหาแบบสอบถามที่ช้า (Slow Query)

• แบบสอบถามที่ช้า (Slow Query) หมายถึงแบบสอบถามที่ DBMS ไม่สามารถดำเนินการได้ภายในเวลาที่กำหนดเมื่อได้รับคำขอ
• ค้นหาแบบสอบถามที่ช้า (Slow Query) ที่ทำให้เกิดปัญหาคอขวด เพื่อระบุสาเหตุของปัญหาและแก้ไข

ดัชนี (Index)

• ดัชนีช่วยเพิ่มประสิทธิภาพในการอ่านข้อมูลของแถวอย่างมาก
• แต่ทำให้ประสิทธิภาพในการเขียนลดลงและใช้พื้นที่จัดเก็บข้อมูลมากขึ้น

แคช (Cache)

• วิธีการลดภาระของฐานข้อมูลในระดับแอปพลิเคชัน
• เป็นวิธีการจัดเก็บคำตอบของคำขอที่มีอินพุตเหมือนกันไว้ในพื้นที่จัดเก็บข้อมูลและส่งคืนคำตอบนั้น

หากวิธีการข้างต้นไม่สามารถแก้ไขปัญหาประสิทธิภาพได้ จะดำเนินการที่เรียกว่าการทำให้เป็นปกติย้อนกลับ (Denormalization) หรือการทำให้ไม่เป็นปกติ (Denormalization)

นั่นคือการแก้ไขโครงสร้างของตาราง

การแลกเปลี่ยนของการทำให้เป็นปกติ

การทำให้เป็นปกติ (Normalization) เหมือนกับการยอมแลกประสิทธิภาพในการอ่านเพื่อความสะดวกในการเขียน เนื่องจากเมื่อทำการทำให้เป็นปกติ (Normalization) แล้วจำเป็นต้องเขียนแบบสอบถามเพื่อเชื่อมต่อข้อมูลในตารางที่ถูกแบ่งออกเป็นหลายส่วน

อย่างไรก็ตาม การทำให้เป็นปกติ (Normalization) ไม่ได้ทำให้ประสิทธิภาพลดลงเสมอไป ดังนั้นก่อนที่จะดำเนินการทำให้เป็นปกติย้อนกลับ (Denormalization) จำเป็นต้องวิเคราะห์และตรวจสอบปัญหาอย่างถูกต้อง

ลิงก์ด้านล่างเป็นบทความที่ดีที่กล่าวถึงการทำให้เป็นปกติย้อนกลับ (Denormalization)ซึ่งเราจะกล่าวถึงต่อไป

[DataOnAir - การทำให้เป็นปกติและประสิทธิภาพ]

การทำให้เป็นปกติย้อนกลับ การทำให้ไม่เป็นปกติ (Denormalization)

สิ่งแรกที่ควรทราบคือ การทำให้เป็นปกติย้อนกลับ (Denormalization) ควรดำเนินการหลังจากทำการทำให้เป็นปกติ (Normalization) แล้ว การมีตารางที่ไม่เป็นปกติตั้งแต่แรกนั้นไม่ใช่เรื่องที่ดี

เนื่องจากในตอนนี้ยังไม่จำเป็นต้องใช้ความรู้ดังกล่าว จึงขอให้ทราบไว้เพียงเท่านั้น

เทคนิคการทำให้ตารางเป็นปกติย้อนกลับ

การทำให้คอลัมน์เป็นปกติย้อนกลับ

การทำให้ความสัมพันธ์เป็นปกติย้อนกลับ